求职经过中发现市面上的口试勾引器具不够"懂我方"，于是用DeepSeekAPI+React作念了一个AI口试涵养器具。这篇著述纪录从挖掘需求到请托制品的完好意思家具想考经过。
一、AIPM求职者的共性痛点
本年AI家具司理岗亭商量爆发，但供需两头的错配也很显然。我在这轮求职中访谈了十几位同业，加上我方的口试阅历，索要出四个被反复说起的痛点：
这些痛点不是某个东谈主的问题，而是AIPM这个新兴岗亭在行业圭表成型期出现的结构性摩擦。JD和内容口试内容不一致、候选东谈主不知谈如何展示跨界智商、口试官追问的标的难以展望——每个东谈主王人或多或少会遭逢。
于是我决定作念一个器具，治理”AIPM口试涵养”这件事。
二、家具界说：不作念什么比作念什么更进军
2.1指标用户
正在求职的AI家具司理。无论是有训戒在看的，照旧从互联网PM转AI标的的，照旧Gap期在准备口试的——唯有你需要在口试中阐明晰你的神色，便是这个器具的指标用户。
2.2三个谋划原则
原则一：不是题库，是对话引擎
市面上已有多数口试题库家具，但刷题治理不了”说不明晰”的问题。这个器具的中枢价值不是题目自己，而是听懂你说了什么、判断你是否确切回答了问题——这对AI来说是最难也最进军的智商。
原则二：严苛型响应，而非饱读吹型
求职者对吞吐的”很好”早已免疫。灵验的涵养需要径直、具体的品评。那处逻辑断了、哪个词用得不好、如何改——这种响应才确切有价值。
原则三：匡助建树范围感，不仅仅练抒发
愚弄层AIPM不需要回答模子训推、PyTorch收场细节等问题。器具要能帮用户识别——”这类问题越界了，不是你该答的标的”，而不是让候选东谈主在不擅长的问题上硬撑。
2.3功能范围
作念：模拟口试对话、每题即时响应、语音输入、个东谈主档案顾忌、程度跟踪
不作念：多用户系统、云表存储、固定题库、视频口试
技能敛迹：纯前端+API调用，零工作器资本，数据全存用户腹地浏览器
三、五个中枢功能模块
3.1四种口试款式，掩盖真实场景
不同脚色的口试官柔和点统统不同。把口试拆成四种典型场景，AG真人国际中国官网首页下载每种配孤独的AI东谈主设和追问战略：
此外支抓「自界说JD」款式——粘贴指标岗亭的职位刻画，AI自动生成针对该岗亭的口试题。这意味着任何东谈主的任何岗亭王人不错练。
3.2个东谈主档案系统：让AI意志你
这是辞别于通用AI聊天器具的中枢谋划。每位用户有一个可剪辑的「个东谈主档案」面板，结构化填入我方的信息：
档案字段（全部可剪辑）
基本信息·涵养布景·责任阅历·神色细则（含数据）·技巧器具栈·求职筛选圭表·已知薄缺点·薪资预期·自界说备注
档案内容自动注入每场口试的systemprompt。AI口试官从一入手就”意志你”——知谈你的神色、你的数据、你的薄缺点。无须每场口试重新友代一遍布景。所少见据存储在浏览器腹地（localStorage），不上传任何工作器。
3.3每题即时响应（中枢谋划决策）
这个功能踩过坑，值得张开讲。初版是”口试5-8轮→一次性复盘”——用户回答完悉数问题后，AI调处给分和点评。测试后发现两个致命残障：
对话越长，复盘质料越差。30分钟对话传入DeepSeek，模子在超长文本中出现在意力衰减，以至误判为”候选东谈主未回答任何问题”。
响应延长=空幻固化。比及终末才知谈问题在哪，百家乐下载(中国)前边的空幻款式也曾近似了好几轮。
第二版重构为「每答一题，即时响应」：
好的你用神色的具体数据（82%完成率）来撑抓论点，先论断后张开，逻辑贯通。
改善第三轮追问时你绕开了中枢问题——口试官问你为什么选5象限而不是3象限，你说了一分钟但长久没正面回答。
提倡径直说：”我选5象限是数据驱动决策——Life和Work场景的问题结构统统不同，混在通盘模子输出杂音。Decision和Reflect的底层逻辑也不相通。”
绿色敬佩正确标的、红色指出具体问题、蓝色给出修订示范。5轮全部举止后给出总分+一句话回归+最需修订的一个点。
3.4语音通话款式
口试最终是言语。打字练和启齿说是两回事。基于浏览器原生WebSpeechAPI收场了衔接语音对话：
言语时及时转翰墨上屏
3秒静默自动发送（保留想考停顿，不会因为你停驻来想就截断）
AI复兴通过TTS语音朗诵
全程免提，像打电话相通，作念家务、通勤时王人能练
支抓Chrome和Safari（Safari需要HTTPS，部署后自带）。
3.5程度跟踪
每次进修自动纪录：口试款式、轮数、总分、薄缺点标签。历史页面展示进修次数趋势、平平分数、反复出现的高频薄缺点——帮用户定位我方确切的短板。
四、技能收场
架构极简：纯前端静态页面+API调用。没少见据库、莫得后端工作、莫得用户系统。悉数神色约2，000行代码，28个文献。
五、踩过的四个坑
长对话复盘弗成靠。单次API调用传入超长文本时，DeepSeek的在意力衰减严重。30分钟对话的复盘准确率断崖下落。治理决策是把”过后一次性复盘”改为”每题即时响应”，单次处理文本长度大幅裁汰，准确率显耀普及。
Safari语音需要HTTPS。WebSpeechAPI在Safari上条款安全陡立文（HTTPS或localhost）。腹地征战用@vitejs/plugin-basic-ssl生成自签名文凭，出产环境GitHubPages自带HTTPS自动治理。
每轮对话必须追加明确指示。仅靠systemprompt不够。内容测试中发现，非终末一轮若是莫得追加”请先给响应，再问下一题”的用户音讯，AI会退化为只发问不点评。改为每轮动态构造指示后问题消亡。
localStorage配额静默失败。万古辰对话导致localStorage.setItem超出配额时会静默失败，口试纪录丢失。全部写操作加了try-catch，卓绝时请示用户计帐历史纪录。
六、家具数据
征战周期：3天（开动化→上线）
代码量：约2，000行，28个文献
单场口试资本：DeepSeekChatAPI，5轮约6，000-8，000tokens，约¥0.03-0.05
部署：GitHubPages静态托管
秘籍：零数据集合，悉数个东谈主信息仅存用户腹地浏览器
七、后续筹备
这个器具从需求到上线花了3天百家乐ios，现在仍在迭代中。若是你也在求职AI家具司理，但愿能从这篇著述里得回一些家具想路上的启发。